如何用R下载CAISO的PCR_LMP数据：压缩XML转DataFrame及获取CSV

以下是用R处理CAISO PCR_LMP数据的两种可行方案：

你可以自动完成从下载ZIP包、解压到解析XML为DataFrame的全流程，无需手动操作文件：

1. 加载所需包
   需要用到httr处理下载、xml2解析XML、dplyr和tidyr整理数据：

library(httr)
library(xml2)
library(dplyr)
library(tidyr)

2. 下载并解压ZIP包
   以你提供的其中一个XML压缩链接为例，先下载到临时文件，再解压提取XML：

# 定义ZIP链接
zip_url <- "http://oasis.caiso.com/oasisapi/SingleZip?queryname=PRC_INTVL_LMP&startdatetime=20220919T07:00-0000&enddatetime=20220919T08:00-0000&version=3&market_run_id=RTM&grp_type=ALL_APNODES"

# 下载ZIP到临时文件
temp_zip <- tempfile(fileext = ".zip")
GET(zip_url, write_disk(temp_zip, overwrite = TRUE))

# 解压并获取XML文件名
xml_files <- unzip(temp_zip, list = TRUE)$Name
xml_file_path <- unzip(temp_zip, files = xml_files[grepl("\\.xml$", xml_files)], exdir = tempdir())

3. 解析XML为DataFrame
   提取XML中的PRC_INTVL_LMP节点，将属性和文本内容转换为结构化数据：

# 读取XML文档
xml_doc <- read_xml(xml_file_path)

# 提取所有LMP数据节点
lmp_nodes <- xml_find_all(xml_doc, "//PRC_INTVL_LMP")

# 转换为DataFrame
lmp_df <- lmp_nodes %>%
  map_dfr(~{
    # 提取节点属性
    attrs <- xml_attrs(.x) %>% as.data.frame() %>% t() %>% as.data.frame(stringsAsFactors = FALSE)
    # 提取子节点文本（如LMP值、节点名称等）
    values <- xml_children(.x) %>%
      set_names(xml_name(.)) %>%
      map_chr(xml_text) %>%
      as.data.frame() %>% t() %>% as.data.frame(stringsAsFactors = FALSE)
    # 合并属性和值
    bind_cols(attrs, values)
  })

# 查看结果
head(lmp_df)

CAISO OASIS API支持直接返回CSV格式，只需在请求URL中添加resultformat=6参数（该参数值对应CSV输出），同时确保其他参数符合要求：

1. 构造正确的CSV请求URL
   以你提供的节点查询为例，添加resultformat=6后，URL如下：

csv_url <- "http://oasis.caiso.com/oasisapi/SingleZip?queryname=PRC_INTVL_LMP&startdatetime=20220919T00:00-0000&enddatetime=20220919T08:00-0000&version=3&market_run_id=RTM&node=LAPLMG1_7_B2&resultformat=6"

注意：时间格式需严格遵循YYYYMMDDTHH:MM±HHMM，时区偏移要正确；market_run_id（如RTM、DAM）需与数据类型匹配；若查询多个节点，可用node参数多次拼接（如node=NODE1&node=NODE2）。

2. 下载并加载CSV为DataFrame
   直接读取CSV内容，无需保存到本地：

# 直接从API读取CSV
csv_df <- read.csv(csv_url, stringsAsFactors = FALSE)

# 查看结果
head(csv_df)

如果API返回的是ZIP压缩的CSV（部分情况下会自动压缩），可先下载解压再读取：

temp_csv_zip <- tempfile(fileext = ".zip")
GET(csv_url, write_disk(temp_csv_zip, overwrite = TRUE))
csv_files <- unzip(temp_csv_zip, list = TRUE)$Name
csv_file_path <- unzip(temp_csv_zip, files = csv_files[grepl("\\.csv$", csv_files)], exdir = tempdir())
csv_df <- read.csv(csv_file_path, stringsAsFactors = FALSE)

• 若API请求失败，检查参数是否完整：queryname、startdatetime、enddatetime、version为必填参数，market_run_id、node/grp_type需根据查询需求选择。
• 时间范围不宜过大，否则API可能返回超时或数据量过大的错误，建议分批次查询。
• 若XML解析出现乱码，可在read_xml中指定编码：read_xml(xml_file_path, encoding = "UTF-8")

内容的提问来源于stack exchange，提问作者user2946746